电动汽车锂电池的荷电状态估算的任务书.docx

电动汽车锂电池的荷电状态估算的任务书
任务书
任务背景：
随着环保理念的深入和人们对能源消耗的关注度的提高，电动汽车逐渐成为了当今的发展趋势。而电动汽车的主要动力来源则为锂电池。锂电池是一种高能量密度、长寿命、污染少、容易维护的电池。但是，锂电池在使用过程中，首要问题是荷电状态估算，即如何精准地估算锂电池的电荷状态，以便提高电池的使用效率、延长电池寿命以及保障行车安全。
任务简介：
本任务旨在探究电动汽车锂电池的荷电状态估算方法。任务主要要求完成以下内容：
1.研究锂电池的基本原理，掌握锂电池的电荷状态估算方法。
2.研究当前电动汽车锂电池荷电状态估算的技术进展，分析其优点和不足之处。
3.根据研究成果，设计一个基于模型预测的电动汽车锂电池荷电状态估算算法。
4.利用MATLAB等数学工具对设计的估算算法进行仿真实验，分析并评价其性能表现。
任务目标：
1.掌握锂电池的基本原理，了解锂电池荷电状态估算的方法。
2.掌握电动汽车锂电池荷电状态估算技术的进展，分析其优点和不足。
3.设计一个基于模型预测的电动汽车锂电池荷电状态估算算法。
4.利用MATLAB等数学工具进行仿真实验，分析并评价算法的性能表现。
任务步骤：
第一步：研究锂电池的基本原理，掌握锂电池的电荷状态估算方法。
锂电池是由正极、负极、电解液和隔膜组成的。锂离子在正/负电极之间移动，完成电池的充放电。电池荷电状态是电荷储存的指标，当锂电池中的电量充满，则电池的荷电状态为满电，反之为放电。荷电状态的估算方式包括电压法、电流法、电化学法和模型预测法。
第二步：研究当前电动汽车锂电池荷电状态估算的技术进展，分析其优点和不足之处。
目前，电动汽车锂电池荷电状态估算技术主要包括电压法、卡尔曼滤波法、粒子滤波法和神经网络法等。这些方法在实际应用中都存在一定的局限性，如电压法不适用于大电流情况下的估算，卡尔曼滤波法需要高精度的数学模型，粒子滤波法需要高计算量等。
第三步：根据研究成果，设计一个基于模型预测的电动汽车锂电池荷电状态估算算法。
以综合考虑锂电池充电和放电过程的模型预测法为基础，设计一个适用于电动汽车的锂电池荷电状态估算算法。该算法可通过对锂电池的参数变化进行预测，进而精确估算锂电池的荷电状态。
第四步：利用MATLAB等数学工具对设计的估算算法进行仿真实验，分析并评价其性能表现。
通过运用MATLAB等数学工具，对设计的估算算法进行仿真实验。评估估算算法的性能表现，比较其估算效果和计算效率等方面与其他方法的优劣。通过仿真实验，可优化并改进所设计的估算算法，使其达到更好的估算效果。
预期成果：
通过本任务的完成，将掌握锂电池的基本原理和电荷状态估算的方法，了解了当前电动汽车锂电池荷电状态估算技术的进展。并且设计了一种基于模型预测的电动汽车锂电池荷电状态估算算法，并进行了仿真实验，以评估算法的性能表现。同时，还可以通过仿真实验，优化并改进所设计的估算算法，使其达到更好的估算效果。
参考书目：
[1]ZhangYG,zhaoX,LianK,etal.Researchonbatterystateofchargeestimationbasedonequivalentcircuitmethod[J].ZhongguoDianjiGongchengXuebao/ProceedingsoftheChineseSocietyofElectricalEngineering,2010,30(31):97-102.
[2]QinY,ZhangL,SunF,etal.Areviewofestimationtechniquesforlithium-ionbatteriesstate-of-chargeandremaininglife[J].JournalofPowerSources,2015,287:246-257.
[3]NingarrZ,RamlanR;MokhtarAS;WanMAA;MahmoudiH;BagheriE;GuezennecY.Batterystateofchargeestimationtechniques:Areview[J].RenewableandSustainableEnergyReviews,2021,137(18):111104.